CHAPTER 09   /   特征理论II:线性变换与若当标准型

9.8线性变换的 Jordan 标准形

第 46 / 46 节5 分钟阅读

Jordan 标准形也称若当标准型。TT 在 FF 上具有这种标准形,当且仅当它的最小多项式(等价地,特征多项式)在 FF 上能分解成一次因式的乘积。因此每个复方阵都有 Jordan 标准形;实方阵若有非实特征值,则需要扩充到复数域后讨论这种形式。

设 mT(t)=∏j(t−λj)ℓjm_T(t) = \prod_j (t - \lambda _{j})^{\ell _{j}}。先分解成根子空间 Gj=ker⁡((T−λjI)ℓj)G_{j} = \ker\bigl((T - \lambda _{j}I)^{\ell _{j}}\bigr) 的直和,再在每个 GjG_{j} 上研究幂零变换 Nj=T∣Gj−λjIN_{j} = T|_{G_j} - \lambda _{j}I。将上一节的 0 对角元换回 λj\lambda _{j},就得到一般 Jordan 块。

J3(λ)=[λ100λ100λ]P−1AP=J=diag⁡(Jk1(λ1),…,Jkr(λr))\begin{gathered}J_{3}(\lambda ) = \begin{bmatrix}\lambda & 1 & 0 \\ 0 & \lambda & 1 \\ 0 & 0 & \lambda\end{bmatrix}\\[.5em] P^{-1}AP = J = \operatorname{diag}(J_{k_1}(\lambda _{1}),\ldots ,J_{k_r}(\lambda _{r}))\end{gathered}

相同 λ\lambda 的块阶数之和是它的代数重数,块数是它的几何重数,最大阶数是 t−λt - \lambda 在最小多项式中的指数。全部块都是一阶时,Jordan 形就是对角矩阵。对于每个 λ\lambda,也可由 ker⁡((A−λI)k)\ker\bigl((A - \lambda I)^{k}\bigr) 的维数变化逐阶确定块的大小。

另一种方法是使用特征矩阵:研究多项式矩阵 tI−AtI - A,在 F[t]F[t] 上作可逆的初等行列变换,化为 Smith 标准形。这里行列倍乘的因子须是非零常数,倍加可使用多项式系数。

U(t)(tI−A)V(t)=diag⁡(d1(t),…,dn(t))d1∣d2∣⋯∣dn,各di首一det⁡U(t)、det⁡V(t)均为非零常数\begin{gathered}U(t)(tI - A)V(t) = \operatorname{diag}(d_{1}(t),\ldots ,d_{n}(t)) \\ d_{1} | d_{2} | \cdots | d_{n} \text{,各} d_{i} \text{首一} \\ \det U(t) \text{、} \det V(t) \text{均为非零常数}\end{gathered}

这些 did_{i} 是不变因子。令 Δk\Delta _{k} 是特征矩阵全部 kk 阶子式的首一最大公因式,Δ0=1\Delta _{0} = 1,则不变因子、特征多项式与最小多项式之间有以下联系:

dk(t)=Δk(t)Δk−1(t)χA(t)=∏k=1ndk(t)mA(t)=dn(t)\begin{gathered}d_k(t)=\frac{\Delta_k(t)}{\Delta_{k-1}(t)}\\\chi_A(t)=\prod_{k=1}^{n}d_k(t)\\m_A(t)=d_n(t)\end{gathered}

在特征多项式能完全分解为一次因式的域上,将各个次数大于 0 的不变因子分别分解成 (t−λ)k(t - \lambda )^{k},相同因子按出现次数保留,就得到初等因子;每一个初等因子对应一个 Jordan 块 Jk(λ)J_{k}(\lambda )。

两个同阶矩阵相似,当且仅当它们的特征矩阵在多项式环上相抵,也等价于不变因子相同;在具有 Jordan 标准形的情形,还等价于初等因子的多重集合相同。这些数据能确定完整的相似类型,只有特征多项式与最小多项式通常仍不够。

求解时可选择两条路线:用根子空间、幂的秩及向量链构造 Jordan 基;或先用特征矩阵求不变因子与初等因子,确定 Jordan 块,再求解向量链得到 PP。

读完这一节了吗?

标记后,可以在目录中找到自己的学习进度。

试试「线性无关」「秩」或「特征值」

搜索全部 46 节内容 ↑ ↓ 选择   ↵ 打开